人工智能“夜观天象”，“发现”地球围着太阳转

点击上方蓝字，关注我们！

原文作者：Davide Castelvecchi

一个能自学物理学定律的神经网络或有助于解决量子力学的谜题。

曾经让天文学家花了几个世纪才搞清楚的真相，如今，一个类脑机器学习算法也得出了相同的结论。根据地球上看到的太阳和火星的运动方式，算法指出太阳才是太阳系的中心。这一突破性成就是对一项技术的首批验证结果。

研究人员希望将此技术用于寻找大型数据集的模式，从而发现新的物理学定律，甚至是重新表述量子力学。论文结果将发表在《物理评论快报》¹。

物理学家设计出了能像天文学家哥白尼一样思考的人工智能，并指出了太阳才是太阳系的中心。| 来源：NASA/JPL/SPL

苏黎世联邦理工学院物理学家Renato Renner与合作者希望能设计出一种算法，将硕大的数据集浓缩成几个基本公式，有点像物理学家得出E = mc²之类简洁公式的意思。为此，研究人员必须以大脑结构为模拟对象，设计一种新的神经网络，或称机器学习系统。

传统的神经网络利用巨型数据集进行训练，学习如何识别物体，例如图像或声音。这些神经网络擅于发现一些通用特征，比如“四条腿”或“尖耳朵”可以用来识别猫，之后再将这些特征编码在数学“节点”中，这些节点对应了大脑中的神经元。但是，神经网络并不会像物理学家一样将这些信息浓缩成几条易于理解的规律——神经网络更像是一个黑箱，它们会将获得的知识分散在千千万万的节点中，分散的方式既无法预测又难以理解。

为此，Renner的团队设计了一种“脑叶切除”神经网络：这个网络中包含两个子网络，彼此之间只有少数连接。第一个子网络和典型的神经网络一样从数据中学习，第二个子网络则利用这些“学习经验”生成并测试新的预测。由于两个子网络之间的连接很少，第一个网络必须以压缩的形式向第二个网络发送信息。Renner将这种模式比喻为教师向学生传授知识。

行星排列

在针对该神经网络开展的第一批测试中，研究人员将地球上观察到的火星和太阳的运动模拟数据输入该网络。从这个角度看，火星绕太阳运行的轨迹着实有些奇怪，比如它会周期性地“逆行”。在长达几个世纪的时间里，天文学家都认为地球是宇宙的中心，并将火星的这种运行方式解释为行星会在小圆内运动，这种小圆则被称为天球上的“本轮”。但是在1500年代，哥白尼发现，假设地球和其他行星都围绕着太阳运动，就能用一套简单得多的公式来预测它们的移动轨迹。

对于火星的运行轨迹，该团队的神经网络给出了一套哥白尼式的公式，并重新发现了“科学史上最重要的范式转移之一”，研究如何将人工智能用于科学发现的多伦多大学物理学家Mario Krenn说道。

Renner强调，虽然算法推导出了公式，但仍然需要人类用眼睛来解释这些公式，并理解它们与行星绕太阳运行方式的相关性。

这项研究的重要性在于，它可以分离出描述一个物理系统的关键参数，哥伦比亚大学的机器人学家Hod Lipson对此表示，“如果想要理解并赶上越来越复杂的各种现象，无论是物理学还是其他领域，这类技术是我们唯一的希望。”

Renner和他的团队想要开发出一种机器学习技术，能够帮助物理学家解决量子力学中存在的冲突。无论是对实验结果还是受制于量子力学定律的观测者来说，量子理论给出的预测似乎都是相互矛盾的²。

Renner说：“从某种程度上说，目前[量子力学]的表述方式可能只是之前流传下来的。”他还表示，计算机或能给出一种不会产生这种矛盾的表述方式，但团队的最新技术还达不到这种程度。为了靠近这一目标，他和合作者试图开发一种新的神经网络，不仅可以从实验数据中学习，还能提出全新的实验方法来测试神经网络的猜想。

参考文献：

1.Iten, R., Metger, T., Wilming, H., del Rio, L. & Renner, R. Phys. Rev. Lett. (in the press).

2.Frauchiger, D. & Renner, R. Nature Commun. 9, 3711 (2018).

原文以 AI Copernicus ‘discovers’ that Earth orbits the Sun为标题发表在2019年11月07日的《自然》新闻上

© nature

Nature|doi:10.1038/d41586-019-03332-7

点击“阅读原文”阅读英文原文

点击图片阅读热门文章

时间的博弈：人工智能可提前2天预测急性肾损伤

7篇论文共同报道近地小行星贝努的初期观测结果，表面特征出人意料

AlphaStar冲上《星际争霸II》宗师是因为手速够快吗？| Oriol Vinyals 独家解说视频

版权声明：

本文由施普林格·自然上海办公室负责翻译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发至朋友圈，如需转载，请邮件[e-mail]。未经授权的翻译是侵权行为，版权方将保留追究法律责任的权利。

© 2019 Springer Nature Limited. All Rights Reserved

喜欢今天的内容吗？喜欢就点个“在看”吧⇣⇣